【技术实现步骤摘要】
本专利技术涉及图像处理领域，尤其涉及一种基于云计算的超声图像处理方法及系统。
技术介绍
1、超声图像处理在医学、工程和科学领域具有广泛的应用，随着技术的进步和发展，超声图像采集设备的性能不断提高，图像的分辨率和质量得到了显著改善，然而，传统的超声图像处理方法在处理大量数据和复杂图像时面临着一些挑战，往往存在着图像处理效率不高的问题，为了满足现代超声图像处理的需求，需要一种更智能的超声图像处理方法。
技术实现思路
1、本专利技术提出一种基于云计算的超声图像处理方法，以解决至少一个上述技术问题，包括以下步骤：
2、步骤s1：获取原始超声图像；对原始超声图像进行回波纹理分析，生成超声图像回波纹理数据；对超声图像回波纹理特征数据进行非线性特征分析，以生成超声图像非线性特征数据；通过超声图像非线性特征数据对超声图像进行细节增强处理，以得到细节增强超声图像；
3、步骤s2：对细节增强超声图像进行视觉通道分解，以得到视觉通道数据；利用深度神经网络对视觉通道数据进行残差结构分解，以生成纹理轮廓残差结构数据；通过纹理轮廓残差结构数据对细节增强超声图像进行三维图像重构，以构建三维全息超声图像；
4、步骤s3：对三维全息超声图像进行形态结构分析，以生成形态结构数据；基于形态结构数据对三维全息超声图像进行图像区域特征分析，以生成图像区域特征数据；通过图像区域特征数据对三维全息超声图像进行二维切片处理，以生成超声图像二维切片序列；
5、步骤s4：基于云计算对超
6、步骤s5：利用切片特征知识图谱对超声图像二维切片序列进行局部结构缺陷识别，生成局部结构缺陷数据；对局部结构缺陷数据进行结构缺陷分布分析，以生成结构缺陷分布数据；基于结构缺陷分布数据对超声图像二维切片序列进行形态结构重构，以生成形态优化超声图像；
7、步骤s6：对形态优化超声图像进行结构变化概率计算，生成结构变化概率数据；根据结构变化概率数据对形态优化超声图像进行状态演化轨迹分析，以生成状态演化时序轨迹数据；通过状态演化时序轨迹数据对形态优化超声图像进行影像重构，构建四维时序演化超声图像，以执行超声图像处理作业。
8、本专利技术通过对原始超声图像进行回波纹理分析，提取出图像中的回波信息，用于后续的处理和分析，通过对超声图像回波纹理特征数据进行非线性特征分析，进一步挖掘图像中的特征信息，包括纹理、形状等，从而更好地描述超声图像的特性，通过对超声图像进行细节增强处理，突出图像中的细微结构信息，使得图像更加清晰、易于观察和分析，通过对细节增强超声图像进行视觉通道分解，将图像分解为不同的通道，以便更好地提取和分析图像的特征，利用深度神经网络对视觉通道数据进行残差结构分解，提取出图像中的纹理轮廓残差结构信息，进一步增强图像的特征表达能力，通过对细节增强超声图像进行三维图像重构，将图像信息在空间维度上进行重建，从而构建出具有深度信息的三维全息超声图像，提供更全面的视觉感知，通过对三维全息超声图像进行形态结构分析，提取出图像中的形态结构信息，包括形状、轮廓等，用于后续的分析和识别，基于形态结构数据，对三维全息超声图像进行图像区域特征分析，进一步挖掘不同区域的特征信息，例如局部纹理、颜色等，从而更好地描述超声图像的特性，通过图像区域特征数据对三维全息超声图像进行二维切片处理，将三维图像切割成一系列二维切片，方便后续的分析和处理，通过云计算对超声图像二维切片序列进行切片间关联分析，揭示不同切片之间的关联性和相互作用，从而更好地理解图像中的结构和特征，基于二维切片关联数据，对超声图像二维切片序列进行内部结构分析，提取出切片内部的结构信息，例如空洞、血管等，有助于进一步分析图像的组织结构，对切片内部结构图进行组织结构特征提取，提取出切片中不同组织的特征信息，例如形状、大小、密度等，用于后续的分析和识别，通过对切片组织结构特征数据进行知识图谱构建，将不同切片之间的关联性、组织结构特征等知识进行整合和表示，形成切片特征知识图谱，方便知识的存储、查询和应用，利用切片特征知识图谱对超声图像二维切片序列进行局部结构缺陷识别，自动检测和标记出图像中存在的局部结构缺陷，例如肿块、囊肿等，有助于快速定位和识别疾病部位，对局部结构缺陷数据进行分析，获得结构缺陷在超声图像中的分布情况，有助于了解病变的扩展范围、形态特征以及与周围组织的关系，基于结构缺陷分布数据，对超声图像二维切片序列进行形态结构重构，通过结构缺陷的位置和形态信息，对超声图像进行优化处理，使得图像更加清晰、准确地呈现病变的形态特征，提供更有用的诊断信息，对形态优化超声图像进行结构变化概率计算，评估图像中不同区域的结构变化性，有助于了解和量化图像中的结构变化程度，提供客观的参考指标，根据结构变化概率数据，对形态优化超声图像进行状态演化时序轨迹分析，分析病变的演化过程和动态变化，揭示疾病的发展趋势，为病情监测和预后评估提供帮助，通过状态演化时序轨迹数据对形态优化超声图像进行影像重构，构建四维时序演化超声图像，捕捉到病变的动态变化，提供更全面的信息。
9、优选地，步骤s1包括以下步骤：
10、步骤s11：获取原始超声图像；
11、步骤s12：对原始超声图像进行回波强度分析，以生成超声图像回波强度数据；
12、步骤s13：根据超声图像回波强度数据对原始超声图像进行回波纹理分析，生成超声图像回波纹理数据；
13、步骤s14：对超声图像回波纹理特征数据进行非线性特征分析，以生成超声图像非线性特征数据；
14、步骤s15：通过超声图像非线性特征数据对超声图像进行细节增强处理，以得到细节增强超声图像。
15、本专利技术通过超声设备采集人体组织或器官的超声波信号，获得原始的超声图像，像包含了组织结构的信息，对原始超声图像进行回波强度分析，提取出每个像素点的回波强度值，回波强度反映超声波在组织或器官内部的散射特性，反映出组织的密度和结构变化，通过对超声图像的回波强度数据进行分析，提取出图像的纹理信息，回波纹理反映组织内部的结构特征，例如纹理的均匀性、粗糙度等，对超声图像的回波纹理特征数据进行非线性特征分析，非线性特征分析揭示图像中的复杂关系和非线性特性，例如图像的局部非线性特征、非线性映射等，利用超声图像的非线性特征数据对原始超声图像进行细节增强处理，通过增强图像的细节信息，使得图像更加清晰、准确地显示组织的结构和病变特征，细节增强超声图像提供更丰富的视觉信息。
16、优选地，步骤s2包括以下步骤：
17、步骤s21：对细节增强超声图像进行分辨率计算，以生成超声图像分辨率数据；
18、步骤s22：根据超声图像分辨率数据对本文档来自技高网...
【技术保护点】
1.一种基于云计算的超声图像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于云计算的超声图像处理方法，其特征在于，步骤S1的具体步骤为：
3.根据权利要求1所述的基于云计算的超声图像处理方法，其特征在于，步骤S2的具体步骤为：
4.根据权利要求1所述的基于云计算的超声图像处理方法，其特征在于，步骤S3的具体步骤为：
5.根据权利要求1所述的基于云计算的超声图像处理方法，其特征在于，步骤S4的具体步骤为：
6.根据权利要求5所述的基于云计算的超声图像处理方法，其特征在于，步骤S43的具体步骤为：
7.根据权利要求1所述的基于云计算的超声图像处理方法，其特征在于，步骤S5的具体步骤为：
8.根据权利要求1所述的基于云计算的超声图像处理方法，其特征在于，步骤S6的具体步骤为：
9.根据权利要求8所述的基于云计算的超声图像处理方法，其特征在于，步骤S62的具体步骤为：
10.一种基于云计算的超声图像处理系统，其特征在于，用于执行如权利要求1所述的一种基于云计算的超
...【技术特征摘要】
1.一种基于云计算的超声图像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于云计算的超声图像处理方法，其特征在于，步骤s1的具体步骤为：
3.根据权利要求1所述的基于云计算的超声图像处理方法，其特征在于，步骤s2的具体步骤为：
4.根据权利要求1所述的基于云计算的超声图像处理方法，其特征在于，步骤s3的具体步骤为：
5.根据权利要求1所述的基于云计算的超声图像处理方法，其特征在于，步骤s4的具体步骤为：
6.根据权利要求5所述...
【专利技术属性】
技术研发人员：罗国涛，罗沛文，
申请(专利权)人：深圳显达生物医疗技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。